遙感圖像的融合及應(yīng)用.pdf

1、近些年來，圖像融合已成為圖像理解和計(jì)算機(jī)視覺領(lǐng)域中的一項(xiàng)重要而有用的新技術(shù)，多源遙感圖像數(shù)據(jù)融合也成為遙感領(lǐng)域的研究熱點(diǎn)，其目的是將來自多信息源的圖像數(shù)據(jù)加以智能化合成，產(chǎn)生比單一傳感器數(shù)據(jù)更精確、更可靠的描述和判決，使融合圖像更符合人和機(jī)器的視覺特性，更有利于諸如目標(biāo)檢測與識(shí)別等進(jìn)一步的圖像理解與分析。它在軍事、民用方面有著極為廣泛的應(yīng)用。本文對(duì)來自不同途徑的多源遙感圖像的融合方法及其應(yīng)用進(jìn)行了研究，主要工作如下：圖像空間配準(zhǔn)是多源遙

2、感圖像融合前非常重要的一步，其誤差大小直接影響融合結(jié)果的有效性，它是進(jìn)行多源遙感圖像數(shù)據(jù)融合的前提與基礎(chǔ)。在研究了信號(hào)的傅立葉變換的性質(zhì)和特點(diǎn)的基礎(chǔ)上，將傅立葉相位相關(guān)技術(shù)進(jìn)行擴(kuò)展，用于實(shí)現(xiàn)遙感圖像自動(dòng)配準(zhǔn)。該方法的主要優(yōu)點(diǎn)是在不需要尋找控制點(diǎn)和傳感器參數(shù)的情況下進(jìn)行圖像自動(dòng)配準(zhǔn)。通過對(duì)數(shù)-極坐標(biāo)變換、利用傅立葉變換的比例特性、旋轉(zhuǎn)特性和相位相關(guān)技術(shù)確定圖像間的比例、旋轉(zhuǎn)和平移關(guān)系，實(shí)驗(yàn)結(jié)果表明了此方法的可行性和有效性。提出了一種基于互

3、信息相似性判據(jù)的分層遙感圖像配準(zhǔn)方法，通過小波變換構(gòu)造圖像金字塔，從金字塔的最頂層開始搜索，根據(jù)互信息最大的原則確定圖像間的變換參數(shù)，并作為下一層搜索的粗略位置，然后逐層細(xì)化，實(shí)現(xiàn)由粗到細(xì)的搜索過程。將此算法應(yīng)用于遙感圖像，得到了有效、精確的配準(zhǔn)結(jié)果。在分析了基于傅立葉變換的配準(zhǔn)方法和基于互信息準(zhǔn)則的分層配準(zhǔn)方法的優(yōu)缺點(diǎn)的基礎(chǔ)上，提出了將傅立葉變換和基于互信息相似性判據(jù)相結(jié)合的分層圖像配準(zhǔn)方法，克服了基于互信息的分層配準(zhǔn)方法耗時(shí)長的缺點(diǎn)

4、，且利用分層細(xì)化的搜索策略增加了基于傅立葉變換的的誤差修正過程，提高了配準(zhǔn)精度。分析了多源遙感圖像融合的層次、模型、結(jié)構(gòu)及其特點(diǎn)，著重研究和分析了像素級(jí)多源遙感圖像融合的概念、方法，對(duì)多源遙感圖像融合效果的評(píng)價(jià)方法進(jìn)行了深入的研究，在已有的評(píng)價(jià)方法的基礎(chǔ)上將它們進(jìn)行了整理、分類，提出和建立了一套對(duì)圖像融合效果及融合方法性能進(jìn)行定性、定量評(píng)價(jià)的方法和準(zhǔn)則。研究和分析了幾種常用的多源遙感圖像的方法（包括多光譜圖像的融合方法）：直接平均法、H

5、IS變換法、Borvey法、主成分分析法和高通濾波法等，通過實(shí)驗(yàn)比較了這幾種方法的性能及光譜扭曲情況，給出了這些方法各自的優(yōu)缺點(diǎn)及適用范圍。重點(diǎn)研究了基于多分辨率分析的遙感圖像融合方法，將多分辨率分析的方法分為無方向性和具有方向性兩大類，對(duì)于無方向性金字塔，介紹了拉普拉斯金字塔、對(duì)比度金字塔和比率金字塔等，詳細(xì)介紹了圖像的這三種金字塔的構(gòu)建、重構(gòu)及融合過程，并通過大量的實(shí)驗(yàn)對(duì)不同的金字塔類型、不同的分解層、不同的融合方式，及不同區(qū)域的大

6、小對(duì)融合結(jié)果的影響進(jìn)行了分析和比較，得出了一些重要的結(jié)論。這些結(jié)果對(duì)后續(xù)的工作有很重要的指導(dǎo)作用和借鑒作用對(duì)于具有方向性的多分辨率分析方法，提出了基于方向性梯度金字塔和基于小波變換的像素級(jí)圖像融合方法，對(duì)它們的分解、重構(gòu)以及圖像融合過程進(jìn)行了深入的研究和分析，并將其應(yīng)用于遙感圖像的融合處理中。考慮到旋轉(zhuǎn)及平移不變性，提出了基于易操縱（steerable）金字塔變換的圖像融合方法，在對(duì)其特點(diǎn)、性能、分解及重構(gòu)分析和研究的基礎(chǔ)上，將其應(yīng)用于

7、遙感圖像的融合處理中。并在此基礎(chǔ)上提出了基于融合的目標(biāo)檢測思想。研究了基于數(shù)學(xué)形態(tài)學(xué)的圖像目標(biāo)檢測方法，并且針對(duì)在一些遙感圖像中由于目標(biāo)不清晰或者由于背景復(fù)雜，使得對(duì)單幅圖像進(jìn)行目標(biāo)的檢測變得困難的問題，提出了基于融合的數(shù)學(xué)形態(tài)學(xué)目標(biāo)檢測方法，為復(fù)雜背景下的遙感圖像弱目標(biāo)檢測提供了新的思路和方法。這也從實(shí)際的應(yīng)用上說明了圖像融合的重要性和實(shí)用性。綜上所述，本文較全面、深入、系統(tǒng)地研究了不同遙感圖像的配準(zhǔn)、融合的原理、方法及其性能評(píng)價(jià)，及